Banco Nacional Monte de Piedad. Modelos predictivos e inteligencia de cliente para impulsar la expansión comercial
scroll for more
Tecnologías
Servicios
Tecnología y Data
El Cliente
Fundado en 1775, Nacional Monte de Piedad es una de las instituciones financieras y sociales más importantes de México. Con cientos de sucursales repartidas por todo el país, su actividad combina servicios financieros con una importante labor social, convirtiéndolo en uno de los referentes del sector prendario en Latinoamérica.
Su crecimiento continuo exige tomar decisiones apoyadas en datos, especialmente en áreas como la expansión territorial, la captación de nuevos clientes y la optimización de la red comercial.
El Reto
Nacional Monte de Piedad necesitaba identificar con mayor precisión qué perfiles de clientes generaban un mayor valor para la entidad y qué zonas ofrecían un mayor potencial de crecimiento para futuras aperturas.
El proyecto requería enriquecer la información disponible, construir nuevos modelos de segmentación y desarrollar herramientas capaces de priorizar oportunidades comerciales sobre criterios objetivos. El objetivo era mejorar la eficiencia de las inversiones comerciales y reducir la incertidumbre asociada a la expansión de la red.
La Solución
En colaboración con Gain Dynamics, desarrollamos un modelo avanzado de inteligencia de cliente basado en enriquecimiento de datos, segmentación y analítica predictiva.
La solución permitió clasificar la base de clientes según su valor actual y potencial, incorporando variables sociodemográficas, comportamiento histórico e indicadores externos para construir segmentos mucho más precisos.
Sobre esa base desarrollamos distintos modelos predictivos orientados a estimar valor futuro, probabilidad de recurrencia y potencial comercial por zonas geográficas. Estos modelos se integraron en los procesos de planificación para facilitar la priorización de campañas y la evaluación de nuevas aperturas.
variables utilizadas
+
pesos de retorno estimado por cada peso invertido en las aperturas analizadas.
pesos de retorno estimado por cada peso invertido en las aperturas analizadas.
Resultados
El proyecto proporcionó una nueva capa de inteligencia para apoyar las decisiones de crecimiento de la entidad.
La segmentación permitió identificar perfiles con mayor capacidad de generación de valor y optimizar la asignación de recursos comerciales, mientras que los modelos predictivos facilitaron la evaluación de nuevas oportunidades de expansión sobre criterios cuantificables.
Además del impacto inmediato sobre el proyecto, esta colaboración consolidó una metodología de trabajo entre nuestros equipos de España y México que hoy seguimos aplicando en proyectos internacionales de analítica avanzada e inteligencia de cliente.
2,8
millones de clientes enriquecidos y segmentados.
18
segmentos estratégicos definidos para priorización comercial.
+35%
de mejora en la capacidad de identificación de clientes de alto valor.
120
pesos de retorno estimado por cada peso invertido en las aperturas analizadas.
<6
meses para Break-even en las nuevas oficinas priorizadas mediante el modelo.
APENDIZAJE
Los modelos predictivos generan valor cuando responden a decisiones concretas de negocio. En este proyecto, la combinación de datos internos, información enriquecida y analítica avanzada permitió transformar millones de registros en criterios objetivos para priorizar inversiones, optimizar la expansión comercial y conocer mucho mejor a los clientes.
«La analítica avanzada tiene sentido cuando ayuda a decidir dónde invertir, qué clientes priorizar y cómo crecer con mayor seguridad. Ese fue el objetivo del proyecto desde el primer día y el motivo por el que combinamos capacidades de nuestros equipos de España y México para construir un modelo adaptado a la realidad del mercado mexicano.»
Víctor Pérez
Head of Data · Wardem
«La analítica avanzada tiene sentido cuando ayuda a decidir dónde invertir, qué clientes priorizar y cómo crecer con mayor seguridad. Ese fue el objetivo del proyecto desde el primer día y el motivo por el que combinamos capacidades de nuestros equipos de España y México para construir un modelo adaptado a la realidad del mercado mexicano.»